7-Eleven無人店失敗的原因,或許在於把它當作「無人店」在經營
7-Eleven無人店失敗的原因,或許在於把它當作「無人店」在經營
2019.04.30 | Amazon

在我po出「7-Eleven和達美樂為什麼要合作?」這篇文章時,不小心說了一句「這比無人店的商業邏輯清楚多了」,開始有人詢問我「Evonne對7-Eleven無人店的看法如何呢?為什麼覺得商業邏輯不清楚?」

其實相關的分析闡述很多了,但這篇文章想從不一樣的角度切入,來比較Amazon Go和7-Eleven無人店商業邏輯的不同,我認為這兩者看似商業模式類似,但少了一些關鍵因素,造成了畫虎不成反類犬的差距。

先來介紹一下兩者的服務:

無人店的始祖可以說是Amazon Go,以下是2016年Amazon釋出的影片,當時震驚了市場:

以下是小七無人店的demo介紹:

看完影片我終於理解為什麼有這麼多人吐槽7–11無人店的體驗,因為這根本就比原來進小七買東西還麻煩呀!

兩者使用者體驗的差距,來自於產品定位

一開始,要先買到i-Cash2.0才能註冊,這是我第一個難以理解的點,為什麼非得要用i-Cash,它的角色在後面的流程完全沒有必要性。可能是為了增加使用率,但這策略應該是高頻服務帶起低頻服務用的,用一個大家還不習慣的服務,想帶起另一個大家不習慣的服務的使用率,這是在想什麼。

接著,還要下載open point app,並註冊open point會員,又是一個在台灣尚未普及的服務,大部分的買家都要經過一開始的痛苦才能進去這家店,還沒消費喔!接著,進店之前還需要做人臉辨識,將卡與帳號綁定人臉,這邊也需要卡關一下,而且一次只能辨識一個人,讓人擔心中午人潮多的時候一定會大塞車。

接著,我原本以為這人臉辨識是為了之後方便結帳用的,但是看到後面才發現,這根本不是商品帶了就走自動結帳,而是還要自助將商品放在條碼機上結帳,然後用盯著螢幕做人臉辨識(看影片要辨識十秒,旁邊還不能有人),或使用信用卡、悠遊卡、iCash付款,然後出店門時還要人臉辨識一次。

所以整體而言,7-11的無人店結帳必須經過:

  1. 買i-Cash 2.0
  2. 下載open point app
  3. 註冊open point
  4. 人臉辨識
  5. 拿商品去條碼機自助結帳
  6. 人臉辨識結帳或是用卡片結帳
  7. 人臉辨識出店門

這七個流程,即使之後進入店內消費,不用再註冊,也還有後面三個流程。

每個流程都要耗時,出了問題還不知道該怎麼解決,後面如果卡了人在等待,心理壓力超大,傳統在小七消費只要拿了商品到櫃檯,拿出悠遊卡或信用卡,就有人幫你結帳,然後通行無阻出店門了,整個無人店的體驗真的沒有比較好!

看起來與其說是要增進使用者體驗,不如說是要追求「無人」,可能目的是噱頭,也可能是節省小七店員的成本,但這模式值得嗎?後續文章和Amazon比較時會繼續探討。

Amazon Go的體驗完全不同,第一次進入商店時,同樣要下載Amazon Go,然後用Amazon帳號登入,但不一樣的是,Amazon是美國第一大電商,幾乎每個美國人都有Amazon帳號!

所以其實幾乎可以省略註冊流程,且Amazon Go在進入無人店之前或之後,都不用再經過那看起來像海關的機器做人臉辨識,東西拿了就走,整個體驗步驟是:

  1. 下載Amazon Go app
  2. 登入Amazon帳號
  3. 掃條碼進商店(我在影像產業做了多年PM,掃條碼一般比人臉辨識快很多)
  4. 商品拿了就走

只有四個步驟,而且第二次來交易,就只有掃碼進商店、商品拿了就走,兩個步驟,綁定的Amazon帳號會幫你自動扣款、開立明細,體驗的確比傳統進商店、拿商品、排隊結帳還要迅速,可以減少排隊刷條碼結帳的時間。

所以Amazon的重點其實不在於「無人店」,而在於「增加使用者體驗」,它的店名叫做「Amazon「Go」,核心技術叫做「Just walk out」,從沒有強調「無人」這一點,這才是從消費者角度出發的定位,因為消費者不在意是否無人,老闆才在意是否無人,才不用負擔人力成本,這是第一個重要的差別。

接下來三個重要差別,都跟投資報酬率有關。

為什麼Amazon比小七有機會回本?

除了第一個定位以及體驗上的差別以外,先闡述還有哪三個重要的差別。

第二個重要的差別,在於Amazon Go販售的東西是較高單價的新鮮食物(這是貝佐斯在訪問時提到的,Amazon Go的定位是出售新鮮預製食品的便利店),而非小七販售和一般實體店類似的餅乾糖果零食飲料。

第三個重要的差別,Amazon是一家電商,有野心拓展實體通路,也收購了全食超市,而7-11是一家實體通路已經非常強大的便利商店,但線上通路並不強。

第四個重要的差別,Amazon有AWS系統,7-11沒有。

這三個差別重要性在哪裡呢?

「無人店」由於要投入許多感測器,還有後端的強大運算系統開發與運算力,整體投資是非常高的,要如何回收?絕對不只靠節省的人力成本就回收,Amazon由於其商業本質,有辦法回收,但7–11無法,為什麼呢?

要回收成本可以從幾個面向來看:

1. 從商品營收與毛利賺回來:

也就是銷售利潤高,消費頻率也高的商品。 Amazon Go只賣高品質的生鮮食物,這樣的食物在美國是可以賣到較高價格的,和餅乾零食比起來,消費頻率也高,而且由於商品種類少而專注,Amazon也可以減少感測器的成本。

而小七只是把實體店的商品搬到無人店而已,還在賣低單價、低消費頻次的商品,甚至有些鮮食因為沒有「條碼」,無法放到機器上感測,反而不能賣,鮮食是金雞母啊!小七反而被自己追求無人的思維侷限住了。這是第二個重要差別。

2. 從全通路消費以及數據賺回來:

Amazon是一家強大的電商,做Amazon Go其實很像是把「線上體驗搬到線下」,因為線上購物的情境其實很像在Amazon Go消費,你同樣是登入app,選了商品,然後用預先綁定的卡結帳,不需要店員在旁邊指導,也不需要排隊結帳。

另外,你在網站上的瀏覽紀錄會被記錄下來,讓Amazon更了解你的偏好,而你在Amazon Go的購物行為同樣會被數不清的感測器與攝影機記錄下來,而且連結到同一個Amazon帳號上,變成你這個人的 「全通路消費數據」,這些數據能讓Amazon更精準判斷你的偏好,之後你在線上消費時,它就能推薦給你更精準的商品,所以Amazon不只在線下多賺你錢(多在Amazon Go消費),線上也能多賺你錢。

但是小七並沒有這麼強大的線上通路,實體店記錄下來的使用者行為當然還是有幫助,但數據的用途少很多,且小七多年來也已經累積龐大的使用者數據,無人店帶來的綜效不大。這是第三個重要差別。

3. 另一種獲利的方法,就是進一步壓低成本,創造綜效

簡單地講,Amazon做Amazon Go的種種投資,都能善用並加強Amazon現有的優勢:

  • 從Whole Food全食超市的併購,Amazon Go得到賣生鮮食材的能力,在成本方面,也能借用全食超市的採購能力、配送能力,產生規模效應,而全食超市透過Amazon Go商店,可以進一步擴點,或做為倉儲配送的據點,延伸銷售範圍。

  • Amazon自己的AWS就是提供雲端運算服務,Amazon Go涉及感測器IoT、機器學習、人臉辨識的種種運算,都能在這個平台上運行,所以Amazon Go不用多投資太多系統建置成本,而AWS平台也能得到更多實際的資料做運算。

且Amazon Go做為AWS的「第一個客人」,將working model建立起來,練兵練起來之後,之後AWS就能進一步將IoT、人臉辨識、Machine learning等服務開放給更多商家購買使用,進一步強化競爭優勢,並帶來更多營收。

而小七,完全沒有這樣的佈局,目前的IT資源投入就是實實在在的成本,難以帶來其他業務的飛輪綜效,所以在損益兩平上會有相當的困難。

所以從以上的四個關鍵差異,我認為Amazon做Amazon Go有道理,但7-11做無人店,商業邏輯就不是這麼清楚了,即使兩家看似很相近,但是商業本質、核心競爭力的不同,會帶來的影響是毀滅性的,失之毫釐,差之千里啊!

本文由Evonne Tsai授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #7-11 #無人店
往下滑看下一篇文章
健身產業下一個 20 年靠「數據力」:健身工廠攜手 Teradata、擎昊科技,打造智慧經營新典範
健身產業下一個 20 年靠「數據力」:健身工廠攜手 Teradata、擎昊科技,打造智慧經營新典範

在健身產業競爭日益激烈的今天,品牌之間的差距,早已不再取決於場館規模、器材數量或課程內容,而是誰能更貼近會員需求、誰能運用數據看懂會員的一舉一動,打造更精準、更個人化的服務體驗。

對於這一點,台灣第一家掛牌上市、旗下擁有健身工廠等知名品牌的連鎖運動健身龍頭 —— 柏文健康事業,有著比同業更深刻的體悟。過去 20 年,柏文以「持續創新、重視會員需求」為核心,在台灣健身市場站穩腳步。而面對產業全面走向數位化的新競局,柏文選擇攜手 Teradata 與擎昊科技建置企業數據中台,打破內部數據孤島,將分散在各系統的資訊整合為可以被運用的營運智慧。這不只是一次技術升級,更是從「經驗驅動」邁向「數據驅動」的戰略轉型,為柏文在下一個 20 年持續領跑市場注入關鍵動能。

柏文描繪 20 年健身版圖的 2 大關鍵

自 2006 年在高雄成立第一間健身中心「Fitness Factory 健身工廠」以來,柏文的營運規模就穩步成長,如今健身工廠全台已有 83 間分店、會員數逼近 40 萬大關,躍居台灣前二大健身品牌。柏文健康事業董事長陳尚義認為,深耕在地、持續創新,是柏文能在競爭激烈的市場中持續成長的兩大關鍵動能。

擎昊科技
柏文健康事業董事長陳尚義認為,深耕在地、持續創新,是柏文能在競爭激烈的市場中持續成長的兩大關鍵動能。
圖/ 數位時代

第一是深耕在地、理解使用者的真正需求。柏文非常重視會員體驗,在規劃任何服務與課程時,都從在地使用者的實際需求出發。以團課為例,多數健身場館選擇向國外購買課程授權,健身工廠卻決定推出自有團課品牌 FORCE,由專業團隊設計課程且每季推出不同主題,「雖然成本較高、也比較花時間,卻可以確保課程內容更符合台灣人的體能特性與運動需求,」陳尚義認為,這種重視在地需求的思維,正是柏文與會員建立深度連結的關鍵。

第二是持續創新產品與服務。近年來,柏文以「運動休閒」為核心,不斷推出新的品牌與服務。在場館端,成立各具特色的主題運動場館,例如以彈跳床為主的 Crazy Jump 肖跳、射擊對戰遊戲場 KILL ZONE、保齡球館「滾吧 LET'S ROLL」及 Sklub 運動俱樂部。其中,Sklub 青海店為高雄鼓山區首座全齡運動場館,設有室內頂級羽球場、桌球場、國際級楓木籃球場與多樣化運動課程,而 2025 年 11 月開幕的桃園桃鶯店,更是桃園愛好羽毛球人士的首選。

在服務端,則延伸出協助運動後修復的 SPA 個人工房、運動按摩 Buddy Body 等服務。此外,柏文亦與營養師合作推出營養管理與線上課程,近期更籌備成立電商平台,方便會員與非會員選購運動健康相關商品,逐步擴大「運動 x 生活」的服務版圖。

數位化升級:從服務體驗到營運管理全面轉型

伴隨營運規模的不斷成長,柏文也開始導入各種數位工具,以提升會員服務品質與營運管理效率。舉例來說,會員入場的身份辨識機制,已經從早期的刷條碼會員卡,升級到現在的人臉辨識直接進場。又如,在內部營運流程上,從會員管理、財務到行銷活動等,亦全面透過系統來優化作業效率。

這些數位系統累積的大量數據,成為陳尚義日常決策的重要依據。陳尚義分享,自己經常拿起手機查看當日總營收、來店會員數等營運指標,也會比較各場館的營收與來客數變化。一旦發現某館的數據與預期或平常趨勢不符,便會立即請相關人員說明情況,確認異常原因。

「透過數據定位問題,再及時進行分析與改善,才能確保營運狀況維持在最佳狀態。」陳尚義說,更重要的是,這些數據也成為柏文持續創新的基礎,透過數據掌握會員的行為模式和滿意度,如:會員的運動頻率、續約率等,可以作為發展新產品或新服務的決策依據,使其更貼近會員需求。

擎昊科技
柏文健康事業董事長陳尚義指出,透過數據定位問題,再及時進行分析與改善,才能確保營運狀況維持在最佳狀態。
圖/ 數位時代

導入 Teradata 數據中台,柏文邁向即時決策的關鍵一步

然而,隨著數據應用越來越深,現有系統的限制也逐漸浮上檯面。首先,數據散落在 POS、CRM、ERP 等不同系統,無法有效整合,導致使用者必須在眾多介面間來回切換,相當不方便,也容易影響決策的準確性。其次,系統效能不足,在查詢與分析大量數據時,往往要等候一段時間,導致營運報表無法即時產出,管理層難以掌握最新狀況。第三,報表製作流程高度依賴人工作業,需從多個系統匯出資料再自行整合,不僅耗時費力,也容易出現錯誤。

為克服上述挑戰,柏文決定導入 Teradata AIDW 數據平台,將會員資料、IoT 健身設備、POS 交易資料等數據,全面整合至單一資料庫,徹底解決數據孤島的問題。由於 Teradata AIDW 採用 MPP 架構,可以大幅提升資料整理、分析與查詢效能,再搭配帆軟的報表與視覺化工具,使用者可透過儀表板、動態報表或 API 快速掌握分析結果,讓決策過程更即時、更精準。

柏文資訊長黃靜雯表示,選擇 Teradata 的關鍵原因在於其成熟度與穩定性。「Teradata 的效能非常強大,平行運算能力是經過市場驗證的,而且系統本身具備備援機制,不必擔心單一設備故障的風險。」這讓柏文後續能夠更安心地推動大規模的數據與 AI 應用。

擎昊科技
Teradata 的數據顧問不僅具備扎實的技術能力,更累積了豐富的產業經驗,為柏文的數據應用帶來更多啟發與想像空間。(由左至右)柏文健康事業資訊長黃靜雯、柏文健康事業董事長陳尚義和Teradata台灣總經理陳盈竹。
圖/ 數位時代

除了 AIDW 數據平台,Teradata 亦透過數據整理師服務,協助柏文將不同系統、不同格式的資料進行標準化與模型化,為其推動跨系統的數據整合與應用帶來很大的幫助。黃靜雯補充指出,Teradata 的顧問團隊不僅具備扎實的技術能力,更累積了豐富的產業經驗,能從業務視角提出建議,為柏文的數據應用帶來更多啟發與想像空間。

Teradata 台灣總經理陳盈竹則認為,柏文作為健身產業的龍頭,願意率先導入數據中台並積極擁抱 AI 應用,是極具前瞻性的決策。「面對AI浪潮的快速迭代,我認為柏文做了關鍵決策,透過前期約 6 至 10 個月的時間完善數據建設,作為支撐AI發展的核心競爭力!」陳盈竹強調。

擎昊科技
Teradata台灣總經理陳盈竹則認為,柏文作為健身產業的龍頭,願意率先導入數據中台並積極擁抱 AI 應用,是極具前瞻性的決策。
圖/ 數位時代

數據建設就像是城市的下水道工程,是 AI 應用的發展基礎,而作為 Teradata 原廠授權總代理的擎昊科技,則在這座下水道工程中扮演關鍵角色,負責伺服器運算、儲存架構與網路環境建置等任務,「我們結合 Teradata 的技術與自身的整合能力,為柏文打造更穩定的 IT 基礎建設,確保後續的數據分析能在最可靠的環境中運行。」擎昊科技資深協理杜錦祥說。

陳尚義表示,過去許多決策仰賴現場觀察或管理直覺,但未必能量化決策背後的成本與效益;未來希望透過完善的數據中台,不僅能掌握營運脈動,也能將那些過去難以量化的隱形成本具體呈現,進一步評估每項投入是否帶來實質價值。「以數據與人工智慧取代經驗判斷,將會是柏文邁向下一個 20 年的關鍵競爭力。」陳尚義強調。

圖/ 擎昊科技
圖/ Teradata
圖/ 柏文健康事業

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓